論文の概要: Fusing task-oriented and open-domain dialogues in conversational agents

• arxiv url: http://arxiv.org/abs/2109.04137v1
• Date: Thu, 9 Sep 2021 09:48:26 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-11 03:09:12.986939
• Title: Fusing task-oriented and open-domain dialogues in conversational agents
• Title（参考訳）: 会話エージェントにおけるタスク指向とオープンドメイン対話の融合
• Authors: Tom Young, Frank Xing, Vlad Pandelea, Jinjie Ni, Erik Cambria
• Abstract要約: 2つの対話モードは、友好的な人間のアシスタントが簡単に行うように、同じ会話でシームレスに連携することができる。 本稿では,マルチターン対話におけるTODとODDの融合の問題に対処する。 すなわち、対話は2つのモードから切り替わる。
• 参考スコア（独自算出の注目度）: 12.338220374261343
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The goal of building intelligent dialogue systems has largely been \textit{separately} pursued under two paradigms: task-oriented dialogue (TOD) systems, which perform goal-oriented functions, and open-domain dialogue (ODD) systems, which focus on non-goal-oriented chitchat. The two dialogue modes can potentially be intertwined together seamlessly in the same conversation, as easily done by a friendly human assistant. Such ability is desirable in conversational agents, as the integration makes them more accessible and useful. Our paper addresses this problem of fusing TODs and ODDs in multi-turn dialogues. Based on the popular TOD dataset MultiWOZ, we build a new dataset FusedChat, by rewriting the existing TOD turns and adding new ODD turns. This procedure constructs conversation sessions containing exchanges from both dialogue modes. It features inter-mode contextual dependency, i.e., the dialogue turns from the two modes depend on each other. Rich dependency patterns including co-reference and ellipsis are features. The new dataset, with 60k new human-written ODD turns and 5k re-written TOD turns, offers a benchmark to test a dialogue model's ability to perform inter-mode conversations. This is a more challenging task since the model has to determine the appropriate dialogue mode and generate the response based on the inter-mode context. But such models would better mimic human-level conversation capabilities. We evaluate baseline models on this task, including \textit{classification-based} two-stage models and \textit{two-in-one} fused models. We publicly release FusedChat and the baselines to propel future work on inter-mode dialogue systems https://github.com/tomyoung903/FusedChat.
• Abstract（参考訳）: インテリジェントな対話システムを構築する目的は、ゴール指向機能を実行するタスク指向対話(tod)システムと、ゴール指向でないチットチャットにフォーカスしたオープンドメイン対話(odd)システムという2つのパラダイムの下で追求された \textit{separately} である。 2つの対話モードは、フレンドリーな人間のアシスタントが簡単に行うように、同じ会話でシームレスに結合できる可能性がある。 このような能力は会話エージェントにとって望ましいものであり、統合によってよりアクセスしやすく、便利になる。 本稿では,マルチターン対話におけるTODとODDの融合の問題に対処する。 一般的なTODデータセットMultiWOZに基づいて、既存のTODターンを書き換え、新しいODDターンを追加することで、新しいデータセットFusedChatを構築します。 この手順は、両方の対話モードからの交換を含む会話セッションを構築する。 モード間のコンテキスト依存性が特徴で、対話は2つのモードが互いに依存する状態から変わります。 co-reference や ellipsis などのリッチな依存性パターンは機能である。 新しいデータセットは、60kの新しい人書きODDターンと5kの書き直しTODターンで、対話モデルのモード間会話を実行する能力をテストするためのベンチマークを提供する。 モデルが適切な対話モードを決定し、モード間コンテキストに基づいて応答を生成する必要があるため、これはより困難なタスクである。 しかし、そのようなモデルは人間レベルの会話能力を模倣するのに役立つだろう。 このタスクのベースラインモデルとして,二段階モデル,二段階モデル,二段階モデルなどを評価した。 fusedchatとベースラインをリリースし、モード間対話システムhttps://github.com/tomyoung903/fusedchatの今後の作業を進めます。

関連論文リスト

• Let's Go Real Talk: Spoken Dialogue Model for Face-to-Face Conversation [55.043492250775294]
  本稿では,新しい対面音声対話モデルを提案する。 ユーザ入力から音声視覚音声を処理し、応答として音声視覚音声を生成する。 また,最初の大規模マルチモーダル音声対話コーパスであるMultiDialogを紹介する。
  論文  参考訳（メタデータ） (2024-06-12T04:48:36Z)
• Searching for Snippets of Open-Domain Dialogue in Task-Oriented Dialogue Datasets [0.0]
  chit-chat/open domainダイアログは、ユーザとのソーシャルな会話に重点を置いている。 タスク指向の対話は、レストランの予約や飛行機のチケットの予約など、機能目標を表現する。 本研究は,ソーシャルトークに関連するシーケンスが自然に存在することを示し,chitchatをタスク指向対話に組み込む方法に関するさらなる研究を動機付けている。
  論文  参考訳（メタデータ） (2023-11-23T16:08:39Z)
• Unified Conversational Models with System-Initiated Transitions between Chit-Chat and Task-Oriented Dialogues [4.714297769572548]
  対話モードが1つの対話モードで変化した場合に発生する「潜在的イニシアチブ」について検討する。 システム開始遷移をトリガーする遷移文を積極的に生成できる2つの効率的なプロンプトモデルに寄与する。
  論文  参考訳（メタデータ） (2023-07-04T11:53:23Z)
• Enhancing Task Bot Engagement with Synthesized Open-Domain Dialog [89.35658776144638]
  TODとODDの両方を扱えるシステムを構築し、異なる知識ソースにアクセスすることが不可欠である。 本稿では,知識基盤のODDとTODを組み合わせた対話を自動的に生成するフレームワークを提案する。 本研究では,TODモードとODDモードを適切に適用し,異なる知識ソースにアクセス可能な統合モデルPivotBotを提案する。
  論文  参考訳（メタデータ） (2022-12-20T05:51:47Z)
• Adapting Task-Oriented Dialogue Models for Email Conversations [4.45709593827781]
  本稿では,対話モデルの最新開発を長文会話に適用できる効果的な伝達学習フレームワーク(EMToD)を提案する。 提案するEMToDフレームワークは,事前学習した言語モデルに対する意図検出性能を45%向上し,タスク指向の電子メール会話において,事前学習した対話モデルに対する意図検出性能を30%向上することを示す。
  論文  参考訳（メタデータ） (2022-08-19T16:41:34Z)
• Manual-Guided Dialogue for Flexible Conversational Agents [84.46598430403886]
  対話データを効率的に構築し、利用する方法や、さまざまなドメインにモデルを大規模にデプロイする方法は、タスク指向の対話システムを構築する上で重要な問題である。 エージェントは対話とマニュアルの両方からタスクを学習する。 提案手法は,詳細なドメインオントロジーに対する対話モデルの依存性を低減し,様々なドメインへの適応をより柔軟にする。
  論文  参考訳（メタデータ） (2022-08-16T08:21:12Z)
• KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
  対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。 本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
  論文  参考訳（メタデータ） (2022-05-11T16:01:03Z)
• What Did You Say? Task-Oriented Dialog Datasets Are Not Conversational!? [4.022057598291766]
  我々は,MultiWOZ,SGD,SMCalFlowの対話効果と文脈効果の分類を概説する。 我々は、MultiWOZのターンの4%未満、SGDのターンの10%が会話型であるのに対して、SMCalFlowは現在のリリースでは会話型ではないことを発見した。
  論文  参考訳（メタデータ） (2022-03-07T14:26:23Z)
• UniDS: A Unified Dialogue System for Chit-Chat and Task-oriented Dialogues [59.499965460525694]
  上記の2つのスキルを備えた統合対話システム(UniDS)を提案する。 我々は、チャットとタスク指向の対話の両方に対応可能な統合対話データスキーマを設計する。 我々は、事前訓練されたチャット対話モデルから混合対話データでUniDSを訓練する。
  論文  参考訳（メタデータ） (2021-10-15T11:56:47Z)
• The Adapter-Bot: All-In-One Controllable Conversational Model [66.48164003532484]
  本稿では、DialGPTなどの固定バックボーンモデルを用いて、異なるアダプタを介してオンデマンド対話スキルをトリガーする対話モデルを提案する。 スキルに応じて、モデルはテキスト、テーブル、強調応答などの複数の知識タイプを処理できる。 我々は,既存の会話モデルと比較し,自動評価を用いたモデルの評価を行った。
  論文  参考訳（メタデータ） (2020-08-28T10:59:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。